基于SIFT检测的Demons图像配准

提出一种计算简便且配准效率高的算法.通过拟牛顿对Demons算法里的目标函数进行优化,从而得出形变向量u的方法,阐明了此方法配准的高效性,同时再结合SIFT算法对配准结果的检测,便能很直接很直观地看出配准结果的好坏,避免了判断两幅图相似性的大量计算.实验验证了所提出算法的有效性.     

IVUS融合冠状动脉CAG三维重建模型的角度校正研究

针对冠状动脉三维重建中IVUS采集角度偏差导致模型结果的失真,提出一种在融合过程中校正IVUS融合角度的新方法。首先,分析CAG和IVUS图像中冠状动脉血管的径向信息差异计算出IVUS帧在成像过程中超声机械探头的偏移角度。其次,应用Active Demons算法判断IVUS帧在融合三维模型中的朝向。最后,将角度校正后的IVUS图像数据融合至三维骨架模型当中,完成两种数据的融合。实验表明,本文方法能大幅度改善因IVUS角度偏差而导致的IVUS图像在三维模型中的失真情况,使冠状动脉三维重建结果更满足临床应用的需要。